近年來，對項目預測過程的漸進改進(例如風險分析和應急管理)有所幫助，但是“從固定的開始日期開始并確定我們在項目完成方面的定位”這一基本計劃哲學并沒有從根本上進行改變了。更糟糕的是，它在幫助按時，按預算完成項目方面不是很有效。

值得慶幸的是，有兩項相輔相成的技術(shù)和方法學方面的進步正在使這一趨勢變得更好。

解決方案：高級工作包裝

隨著所謂的“高級工作打包”(AWP)的日益普及，CAPEX和現(xiàn)場執(zhí)行計劃的方法正在急需改進。首先，AWP推動了一個項目從已達成共識的最終目標(如“第一批石油”或“第一批生產(chǎn)”)中進行反向計劃。

通過建立一組定義的順序執(zhí)行里程碑，這些里程碑通過所謂的施工路徑進行建模，該項目可以集中精力通過對齊材料，資源，設計和工程來確保執(zhí)行不受約束。為了幫助主動管理此過程，通過多維建模對這些驅(qū)動實體進行合并和可視化，使組織可以優(yōu)化計劃并最終以更高的確定性執(zhí)行。

其次，AWP將長期的CAPEX計劃與短期的每日現(xiàn)場執(zhí)行計劃聯(lián)系在一起?，F(xiàn)場領班第一次知道他們與更大的項目目標保持一致，就可以管理他們的船員的日常計劃，并知道在正確的時間和正確的位置可以找到所需的材料和人員，從而執(zhí)行。

通過將整個項目團隊從一開始就集中精力去限制施工路徑，所有項目范圍的所有者，包括工程和采購，都在齊頭并進。這樣就消除了界面管理方面的許多障礙(復雜CAPEX項目的長期風險驅(qū)動因素)。

人工智能和機器學習將改變游戲規(guī)則

快速采用AWP的推動力之一是AI(即知識驅(qū)動的計劃)的出現(xiàn)。組織首次將數(shù)字化數(shù)十年的專業(yè)知識和經(jīng)驗進行數(shù)字化，然后通過AI智能地挖掘這些知識，以幫助進行更準確的預測性計劃。